#машинное обучение

Американские ученые разработали нейросеть, в которой операции совершаются с помощью фотонов. Такой подход значительно снижает траты энергии на обучение сети и позволяет производить вычисления с околосветовой скоростью.

Разработка получила название SemExp. Она использует машинное обучение, чтобы робот мог различать объекты и предполагать, в какой части дома они, скорее всего, находятся. Это позволяет ему стратегически мыслить и выбирать наиболее здравые варианты.

Ученые проанализировали природу штормов и сильных волн в Тихом океане. Для этого они использовали искусственный интеллект и смогли обучить его прогнозировать такие явления. Исследователи считают, что разработка поможет понять многие природные явления и научиться предсказывать их.

Исследователи Сколтеха совместно с коллегами из компании «Газпром нефть» разработали модель, основанную на реальных полевых данных, с помощью которой можно предсказывать объем добычи нефти при закачивании горизонтальных скважин с использованием многостадийного гидравлического разрыва пласта (ГРП). Созданная модель имеет большие перспективы коммерческого применения и способна обеспечить значительное увеличение объемов добычи за счет использования оптимизированной технологии ГРП.

Исследователи Сколтеха совместно с партнерами из нефтедобывающей отрасли нашли способ применить алгоритмы машинного обучения для прогнозирования теплопроводности породы, ключевого показателя, необходимого для того, чтобы использовать современные методы увеличения нефтеотдачи.

Алгоритм позволяет с высокой точностью распознавать сельскохозяйственные культуры и прогнозировать развитие экосистем.

Джейсон Майес, работающий веб-инженером в Google, выложил на GitHub код программы, которая распознает человека и удаляет его из видеоролика.

Ученые Сколтеха предложили использовать нейросетевые алгоритмы для квантовой томографии — для восстановления исходного состояния по измеренным данным.

Искусственный интеллект подтвердил, что у знаменитого английского поэта и драматурга Уильяма Шекспира был соавтор.

Ученым удалось создать без проведения экспериментов материал, обладающий невероятной сжимаемостью и прочностью.

Машинное обучение позволяет более быстро и точно рассмотреть результаты сканирования сердца пациентов, чем используемые сейчас техники просмотра вручную.

Алгоритм глубокого машинного обучения может собрать кубика Рубика за долю секунды. Это стало шагом к созданию систем ИИ, которые могут думать, рассуждать, планировать и принимать решения как человек.

Агенты нейросети тренировались на тысячах игр одновременно, проведя около 450 тысяч матчей.

Алгоритм на основе всего восьми кадров способен превратить портрет в движущееся изображение.

Нейронные сети способны на многое. Например, создавать новые лица и даже выявлять по снимкам раковую опухоль. О роли генеративных нейтронных сетей в машинном обучении и здравоохранении рассказал научный сотрудник лаборатории Philips Research Lab Rus Леонид Власенков.

Новаторское исследование помогло взглянуть на возможное влияние беспилотного транспорта на разные аспекты городской жизни, в том числе на туризм.

Многие исследователи для анализа данных используют машинное обучение. Однако, похоже, это стало причиной некоторых проблем.

На сегодня искусственный интеллект добился значительных успехов в анализе данных, но все еще не может приблизиться к человеческому пониманию контекста или общего смысла. В созданной игре нужно «нарисовать» фразу так, чтобы ее «понял» компьютер.

Ученые из Калифорнии разработали новый механизм распределения и упаковки предметов, который может быть эффективно применен роботами на больших коммерческих складах.

Исследователи из A*STAR совместно с коллегами из Японии разработали метод, при помощи которого роботы могут автоматически распознать в объекте потенциальный инструмент и использовать его, даже если видят его впервые.